Tóm tắt luận văn Thạc sĩ Khoa học máy tính: Nghiên cứu phương pháp trích chọn đặc trưng ảnh xây dựng hệ thống phục vụ điểm danh và đánh giá thái độ học tập của sinh viên

ĐẠI HỌC ĐÀ NẴNG<br /> TRƯỜNG ĐẠI HỌC BÁCH KHOA<br /> <br /> ĐỖ PHÚC HẢO<br /> <br /> NGHIÊN CỨU PHƯƠNG PHÁP TRÍCH CHỌN ĐẶC TRƯNG ẢNH<br /> XÂY DỰNG HỆ THỐNG PHỤC VỤ ĐIỂM DANH VÀ ĐÁNH GIÁ<br /> THÁI ĐỘ HỌC TẬP CỦA SINH VIÊN<br /> <br /> Chuyên ngành: Khoa học máy tính<br /> Mã số: 60.48.01.01<br /> Khóa: K30<br /> <br /> TÓM TẮT LUẬN VĂN THẠC SĨ<br /> KHOA HỌC MÁY TÍNH<br /> <br /> Đà Nẵng - Năm 2017<br /> <br /> Công trình được hoàn thành tại<br /> TRƯỜNG ĐẠI HỌC BÁCH KHOA<br /> <br /> Người hướng dẫn khoa học: TS. PHẠM MINH TUẤN<br /> <br /> Phản biện 1: TS. TRƯƠNG NGỌC CHÂU<br /> Phản biện 2: PGS.TS LÊ MẠNH THẠNH<br /> <br /> Luận văn được bảo vệ tại Hội đồng chấm Luận văn tốt nghiệp Thạc sĩ Kỹ thuật<br /> họp tại Đại học Đà Nẵng vào ngày 08/01/2017.<br /> <br /> Có thể tìm luận văn tại:<br /> - Trung tâm Học liệu, Đại học Đà Nẵng tại trường Đại học Bách khoa<br /> - Thư viện khoa Công nghệ Thông tin, Trường Đại Học Bách khoa, ĐHĐN.<br /> <br /> MỞ ĐẦU<br /> 1. Lý do chọn đề tài<br /> Hiện nay, nhà nước đã và đang chú trọng trong việc đổi mới “Căn bản toàn diện<br /> giáo dục”, cụ thể là các phương pháp giảng dạy và quản lý trong giáo dục và đào<br /> tạo, nên việc nghiên cứu và ứng dụng các kỹ thuật công nghệ thông tin trong giảng<br /> dạy và học tập đang là vấn đề rất bức thiết hiện nay. Đã có rất nhiều mô hình giảng<br /> dạy và học tập kết hợp với e-learning, học trực tuyến được đưa ra nhằm tăng chất<br /> lượng giáo dục. Tuy nhiên, việc giảng dạy tại các lớp học bằng mô hình truyền<br /> thống là không thể thiếu. Một trong những vấn đề cấp thiết được đưa ra là việc nắm<br /> bắt tình hình học tập của sinh viên tại các lớp học trong các trường đại học.<br /> Thông thường, các lớp học tại các trường đại học thường có số lượng sinh viên<br /> tương đối lớn. Giáo viên khó có thể nắm bắt được năng lực cũng như tình hình học<br /> tập của từng sinh viên trong các học phần đảm nhiệm. Việc điểm danh trong mỗi<br /> buổi học giúp ích phần nào cho nhận biết sinh viên có đi học đều đặn hay không.<br /> Tuy nhiên để nắm bắt được sinh viên có thực sự tham gia vào bài giảng hay không<br /> là một việc rất khó khăn. Ví dụ như, có sinh viên lúc nào cũng tới lớp đều đặn<br /> nhưng hầu như chỉ làm việc riêng và không tham gia nghe giảng cũng như tham gia<br /> các hoạt động làm việc nhóm tại lớp học. Nếu như căn cứ vào việc đi học chuyên<br /> cần thì sinh viên đó hoàn toàn đáp ứng nhưng việc tham gia vào bài giảng thì hoàn<br /> toàn không. Nhiệm vụ của giáo viên cần nhắc nhở hoặc tư vấn để những sinh viên<br /> như vậy có thể tham gia bài giảng một cách tốt hơn. Chính vì vậy, một hệ thống tự<br /> động nhận dạng khuôn mặt và phân tích thái độ học tập của sinh viên là điều cần<br /> thiết.<br /> Hiện nay, có rất nhiều phương pháp trích chọn đặc trưng như Principal<br /> Component Analysis (PCA) [1], Multiple Discriminant Analysis (MDA) [2] là<br /> những kỹ thuật quan trọng trong lĩnh vực nghiên cứu về học máy. Đặc điểm của<br /> trích chọn đặc trưng là biến đổi dữ liệu từ một không gian phân lớp phức tạp sang<br /> một không gian phân lớp dễ dàng hơn. Việc trích chọn đặc trưng trước khi vận dụng<br /> các thuật toán học máy vào sẽ tăng kết quả phân lớp dữ liệu lên rất nhiều.<br /> Phương pháp Principal Component Regression (PCR) [3] là tìm kiếm một siêu<br /> mặt phẳng xấp xỉ mà dữ liệu phân bố trên đó. Vấn đề bây giờ là trong trường hợp<br /> dữ liệu không phân bổ trên siêu mặt phẳng mà nó phân bổ trên siêu mặt cầu như<br /> trong trường hợp đối tượng quay, thì phương pháp trích chọn đặc trưng PCR sẽ<br /> không thể phân lớp với kết quả cao được được. Cho nên, trong đề tài này tôi sẽ tập<br /> trung vào nghiên cứu phương pháp trích chọn đặc trưng bẳng cách tìm kiếm một<br /> <br /> xấp xỉ siêu mặt cầu hoặc siêu mặt phẳng mà nó vừa khớp với tập dữ liệu trong<br /> không gian Comformal Geometric Algebra (CGA) [4].<br /> Vì những lý do như trên, tôi đề xuất chọn đề tài luận văn cao học:<br /> “Nghiên cứu phương pháp trích chọn đặc trưng ảnh xây dựng hệ thống<br /> phục vụ điểm danh và đánh giá thái độ học tập của sinh viên”<br /> 2. Ý nghĩa đề tài<br /> 2.1<br /> Ý nghĩa khoa học<br /> Nghiên cứu sâu phương pháp trích xuất đặc trưng nhằm tăng hiệu quả cho các<br /> bài toán nhận dạng, phân lớp dữ liệu. Kết quả sẽ mở ra một kỹ thuật trích chọn đặc<br /> trưng cho các nghiên cứu sau này.<br /> Ý nghĩa thực tiễn<br /> Đề xuất giải pháp góp phần tăng hiệu quả việc quản lý đào tạo sinh viên, nhằm<br /> nâng cao chất lượng sinh viên trong môi trường đại học. Hỗ trợ giáo viên thay đổi<br /> phương pháp giảng dạy phù hợp hoặc nhắc nhở sinh viên trong lớp học phần của<br /> mình.<br /> 2.2<br /> <br /> 3. Mục tiêu và nhiệm vụ<br /> 3.1<br /> Mục tiêu<br /> Hỗ trợ cho giáo viên đánh giá sinh viên và nâng cao chất lượng dạy học:<br /> -<br /> <br /> Tự động hóa việc điểm danh sinh viên trong các lớp học<br /> Tự động đánh giá thái độ học tập của sinh viên, từ đó đề xuất cho giáo viên<br /> thay đổi phương pháp giảng dạy hoặc nhắc nhở sinh viên trong học tập.<br /> <br /> Mục tiêu chính của đề tài là nghiên cứu phương pháp trích chọn đặc trưng ảnh<br /> để nâng cao kết quả nhận dạng và đánh giá thái độ học tập của sinh viên trong lớp<br /> học phần cụ thể. Để thoải mãn mục tiêu này thì cần đạt được những chi tiết mục tiêu<br /> cụ thể sau:<br /> 3.2<br /> -<br /> <br /> Ứng dụng đại số Clifford (Clifford Algebra) nhằm trích chọn các đặc tính bất<br /> biến hình học trong nhận dạng đối tượng.<br /> Xây dựng hệ thống phục vụ điểm danh và đánh giá thái độ học tập của sinh<br /> viên<br /> Nhiệm vụ<br /> Nghiên cứu phương pháp tiền xử lý ảnh & kỹ thuật xử lý dữ liệu trên ma trận<br /> và vector.<br /> <br /> - Nghiên cứu tổng quan về không gian CGA [4].<br /> - Nghiên cứu về trích chọn đặc trưng hình học.<br /> - Các kỹ thuật biến đổi không gian.<br /> - Ước lượng phân bổ dữ liệu.<br /> 4. Đối tượng và phạm vi nghiên cứu<br /> Trong khuôn khổ của luận văn thuộc loại nghiên cứu và xây dựng ứng dụng, tôi<br /> sẽ nghiên cứu các vấn đề sau:<br /> -<br /> <br /> Nghiên cứu về phương pháp trích chọn đặc trưng hình học.<br /> <br /> -<br /> <br /> Xây dựng các kỹ thuật tiền xử lý ảnh & kỹ thuật tính toán trên vector và ma<br /> trận.<br /> <br /> 5. Phương pháp nghiên cứu<br /> 5.1<br /> Phương pháp lý thuyết<br /> - Tổng quan về không gian CGA [4]<br /> - Nghiên cứu về phương pháp trích chọn đặc trưng hình học.<br /> - Nghiên cứu các kỹ thuật biến đổi không gian.<br /> - Xây dựng các ước lượng phân bổ dữ liệu.<br /> 5.2<br /> Phương pháp thực nghiệm<br /> - Xây dựng hệ thống web trên Java.<br /> - Xây dựng phương pháp tiền xử lý dữ liệu ảnh.<br /> - Xây dựng công thức tính toán các giá trị riêng và vector riêng trong không<br /> gian CGA, kết hợp với kỹ thuật PCR để trích chọn các đặc trưng, nhằm phân<br /> lớp dữ liệu của bài toán.<br /> - Xây dựng bài toán phân lớp dữ liệu dựa trên kỹ thuật bình phương tối thiểu<br /> để tính toán các đặc trưng để quyết định phân lớp.<br /> - Xây dựng các phương thức để tính toán dữ liệu trên vector và ma trận<br /> - Kiểm tra, thử nghiệm, nhận xét và đánh giá kết quả.<br /> <br />